
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
| 特性 | Paperless-AI | Paperless-AI next |
|---|---|---|
| 核心自动化 | ||
| 基于AI的文档分类 | ✅ | ✅ |
| Paperless-ngx集成 | ✅ | ✅ |
| 基本手动处理流程 | ✅ | ✅ |
| 性能与扩展性 | ||
| 服务端历史分页 | ❌ | ✅ |
| 标签缓存(减少API调用) | ❌ | ✅ |
| 高容量下更快的仪表盘响应 | ❌ | ✅ |
| 安全性与可靠性 | ||
| 安全聚焦的依赖维护 | ✅ | ✅ |
| 全局API + SSE速率限制 | ❌ | ✅ |
| MFA登录支持 | ❌ | ✅ |
| OCR与恢复工作流 | ||
| 支持模糊文档和图像 | ❌ | ✅ |
| 用户体验与操作 | ||
| 聊天中的可搜索文档选择器 | ❌ | ✅ |
| 带运行时环境变量提示的设置选项卡 | ❌ | ✅ |
这不仅是补丁集合,而是文档与AI交互方式的彻底革新。基于原版逻辑,通过"这是否真的让生活更轻松?"的筛选标准进行重构。
支持连接OpenAI、Ollama或任何OpenAI兼容API。超越简单关键词匹配,AI现在能理解意图和上下文,无需编写正则表达式即可区分"电费账单"和"烤面包机手册"。
针对模糊扫描件、抖动手机照片和标准OCR难以处理的手写内容进行优化。集成Mistral的OCR能力,将"不可读"文档转换为可搜索数据,并同步回Paperless-ngx,确保单一数据源的完整性。
优化原版UI延迟问题,实现服务端分页和主动标签缓存。无论管理100份还是10,000份文档,仪表盘保持流畅,浏览器避免崩溃。
作为个人日常使用工具,安全性是核心需求。提供定期依赖更新、减小容器***面,以及优雅的错误处理机制,避免整个系统崩溃。
精选原版仓库中未合并的优秀社区建议和PR,经过测试后集成,打造功能最完善的版本。
借助AI辅助开发,但以人类常识为导向。"氛围编码"体现在优先考虑工具的实际使用体验而非僵化规范,同时确保稳定性优于传统企业软件。
所有配置选项请查看Docker环境变量。
若使用纯HTTP(如本地NAS、PC或家庭网络运行),需设置
COOKIE_SECURE_MODE=never避免登录问题!详情见配置。强烈推荐使用Nginx或Caddy等反向代理配合HTTPS,尤其是暴露服务到公网时。
轻量版 – 仅AI标签和OCR(约500–700 MB):
yamlservices: paperless-ai-next: image: admonstrator/paperless-ai-next:latest-lite container_name: paperless-ai-next restart: unless-stopped ports: - "3000:3000" volumes: - data:/app/data volumes: data:
完整版 – AI标签 + RAG语义搜索(约1.5–2 GB):
yamlservices: paperless-ai-next: image: admonstrator/paperless-ai-next:latest-full container_name: paperless-ai-next restart: unless-stopped ports: - "3000:3000" volumes: - data:/app/data volumes: data:
启动后访问http://localhost:3000完成设置。
| 镜像标签 | 大小 | RAG支持 |
|---|---|---|
admonstrator/paperless-ai-next:latest-lite | ~500–700 MB | ❌ |
admonstrator/paperless-ai-next:latest-full | ~1.5–2 GB | ✅ |
Docker Hub: https://hub.docker.com/r/admonstrator/paperless-ai-next
版本化发布标签格式为vYYYY.MM.##(例如:v2026.03.01,并带有-lite/-full变体)。
数据至关重要,请备份。
由于Paperless-AI next引入重大架构改进和新数据库逻辑,属于"单向"进化。核心逻辑优化和新功能添加可能导致当前版本稳定性不保证。
但本项目用于个人生产环境,因此作者无意愿破坏功能。不过服务器环境各异,请务必完整备份Paperless-ngx数据。若从原版迁移,全新安装通常是最干净的方式。
简短回答: 作者日常使用管理实际文档。若工具故障,作者个人文档管理将陷入混乱,因此有强烈动力保持稳定。
详细回答: "氛围编码"并非随机开发,所有功能均经过测试并尽可能自动化测试。代码结构清晰,作者作为IT架构师,重视可维护性。
作者虽不逐行精读,但理解核心逻辑。将AI视为有潜力但偶尔不稳定的初级开发者,明确需求、严格测试,确保功能通过"是否真正解决问题"的验证。
请提交PR。欢迎所有开发者,从"氛围编码"爱好者到系统架构专家。若发现问题,修复后提交,共同保持"实用优先"的精神。
若原版满足需求,可继续使用。若厌倦加载延迟、需要更好的AI和OCR能力,Paperless-AI next是更完善、强大且用户友好的进化版本。
兼容OpenAI API的提供商通常可用。若不支持,可提交issue!作者对新功能兴趣浓厚,有价值的建议可能快速实现。
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务